Word 技术篇-文档续表设置方法,跨页表格拆分方法

简介: Word 技术篇-文档续表设置方法,跨页表格拆分方法

   

一般如果一个表格跨了两页,一般规范的要求就是要加续表。

文档加入续表方法

下图所示就是表格跨页的情景。

image.png

步骤一:选中下面的一行表,右键点击拆分表格就好了。

:注意跟拆分单元格的区别。

image.png

步骤二:在右边加入续表两个字就好了,格式要与表名一致。

:有一些要求居中,名字跟表名一致,前面加个续字就好了。

image.png

跨页表格拆分方法

下图所示就是下面的单元格太大了,导致上面空了一大块,一般的文档规范页低不能留白的。

我们的做法就是拆分下面的大单元格。

image.png

步骤一:在大单元格上面加一行,在下面复制几行到上面,大概正好填满上面的表格,使其接近底部,然后把上面单元格的底线到上面,使其正好上下分开。

image.png

步骤二:然后按照上面的文档续表设置方法走一遍流程就好了。

image.png

喜欢的点个赞❤吧!


目录
相关文章
|
12月前
|
并行计算 PyTorch 调度
大模型推理显存优化系列(4):eLLM-大模型推理中的弹性显存管理和优化
本文简要介绍eLLM相关技术挑战、总体设计和初步性能评估
|
机器学习/深度学习 编解码 PyTorch
轻量级网络——EfficientNet
轻量级网络——EfficientNet
3617 0
轻量级网络——EfficientNet
ArcGIS:如何对要素类进行查询要素属性、更改符号、标记?
ArcGIS:如何对要素类进行查询要素属性、更改符号、标记?
989 1
|
Web App开发 人工智能 前端开发
Google 浏览器中的 AI 魔法 — window.ai
本文介绍了如何在 Chrome Canary 中启用并使用设备端 AI 功能。通过下载 Chrome Canary 并启用相关 API,你可以在本地运行 AI 模型,无需互联网连接。文章详细讲解了设置步骤、确认 AI 可用性的方法以及如何使用 `window.ai` 进行文本会话。虽然目前的性能和功能还有待提升,但这一技术为未来的前端开发和智能应用提供了无限可能。
1503 0
|
机器学习/深度学习 人工智能 自然语言处理
注意力机制详解(一)
注意力机制是受人类认知过程启发的一种深度学习技术,它允许模型动态地聚焦于输入的不同部分,根据上下文分配“注意力”。这种机制最早在序列到序列模型中提出,解决了长距离依赖问题,增强了模型理解和处理复杂数据的能力。基本的注意力计算涉及查询(Q)、键(K)和值(V),通过不同方式(如点积、拼接等)计算相关性并应用softmax归一化,得到注意力权重,最后加权组合值向量得到输出。自注意力是注意力机制的一种形式,其中Q、K和V通常是相同的。在自然语言处理(NLP)中,注意力机制广泛应用在Transformer和预训练模型如BERT中,显著提升了模型的表现。
情感理论模型
情感理论模型
2330 0
|
大数据 Java Docker
Datahub稳定版本0.10.4安装指南(独孤风版本)
Datahub稳定版本0.10.4安装指南(独孤风版本)
1284 0
|
机器学习/深度学习 自然语言处理 机器人
注意力机制详解(二)
注意力机制(Attention Mechanism)对比分析:无Attention模型中,Encoder-Decoder框架处理文本序列时,输入信息被编码为单一的中间语义表示,导致每个目标单词生成时使用相同编码,忽视了输入序列中各单词的不同影响。引入Attention模型后,每个目标单词根据输入序列动态分配注意力权重,更好地捕捉输入相关性,尤其适用于长序列,避免信息丢失。Self-Attention则进一步在序列内部建立联系,用于理解不同部分间的关系,常见于Transformer和BERT等模型中。
|
敏捷开发 Cloud Native 安全
云原生有哪些优缺点呢
云原生有哪些优缺点呢
|
Python
解决pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
解决pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
81443 0